声明
第一章 绪论
1.1 研究工作的背景与意义
1.2 研究现状
1.2.1 基于规则的应用题自动解答研究现状
1.2.2 基于统计方法的应用题自动解答研究现状
1.2.3 基于深度学习的应用题自动解答研究现状
1.3 主要研究内容及创新点
1.4 论文组织结构
第二章 相关理论与技术
2.1 自然语言处理
2.1.1 中文分词
2.1.2 词性标注
2.1.3 命名实体识别
2.2 知识表示
2.2.1 产生式表示法
2.2.2 逻辑谓词表示法
2.2.3 框架表示法
2.3 谷歌神经网络机器翻译
2.3.1 长短记忆神经网络
2.3.2 Attention机制
2.3.3 GNMT
2.4 常识知识库与知识图谱
2.5 符号计算工具
2.6 本章小结
第三章 初等数学应用题知识表示的研究与构建
3.1 应用题的语言特点
3.1.1 语言特征
3.1.2 结构特征
3.2 应用题的信息组织结构
3.3 应用题的知识表示形式的研究
3.3.1 Kintsch的应用题知识表征形式
3.3.2 初等数学应用题知识表示模型
3.4 小结
第四章 初等数学应用题语义理解的研究与构建
4.1 应用题语义理解预处理核心技术
4.1.1 分词与词性标注
4.1.2 同义词及指代处理
4.2 命名实体识别
4.2.1 数据文件
4.2.2 特征模板文件
4.2.3 模型效果
4.3 特征模板
4.4 实体属性的数量关系提取
4.4.1 GNMT训练语料标准
4.4.2 GNMT训练效果
4.5 小结
第五章 初等数学应用题自动解答系统的设计与实现
5.1 系统总体框架
5.2 预处理模块的实现
5.2.1 LTP分词及词性标注
5.2.2 同义词及指代处理
5.2.3 文本切割及结论转条件
5.3 语义理解模块的实现
5.4 自动演算模块的实现
5.5 小结
第六章 系统测试与分析
6.1 系统测试
6.1.1 测试样本
6.1.2 测试实例
6.1.3 测试结果
6.1.4 实验对比
6.2 系统分析
6.3 小结
第七章 总结与展望
7.1 本文的主要研究内容
7.2 研究的不足和展望
致谢
参考文献
攻读硕士期间参与获奖情况